23概率及概率分布.doc

第五章 理论分布 概率 （一）事件：是指事物的某种现象或试验的某种结果。如种子发芽、果实被虫子蛀等。 1、必然事件：有些现象在一定的条件下必定会出现的现象，例如在标准大气压下，纯水加热到100℃必定沸腾。种瓜得瓜，种豆得豆。 在一定的条件下，必然出现的现象叫做必然事件。用U表示。 2、不可能事件：在一定条件下必然不出现的现象叫不可能事件。用V表示。 3、随机事件：在一定条件下可能出现，也可能不出现的事件叫随机事件。用A、B、C…表示。 例如：播种一粒种子，它可能发芽，也可能不发芽。 （二）统计概率 事件出现的的可能性用概率表示。某一事件的概率是要通过大量的实验才能观察得到。例如，考察一批番茄种子的发芽情况，分别抽取5，10 ，50，100，300，600，1000粒种子，在同一条件下进行发芽实验，若干天后调查发芽数，称为频数，如果每次试验有n粒，而有m粒发芽，则发芽频数为m/n， 表1 番茄种子发芽情况调查表 种子总粒数（n） 5 10 50 100 300 600 1000 种子发芽数（a） 5 8 44 91 272 547 909 种子发芽频率（a/m）1.000 0.800 0.880 0.910 0.907 0.912 0.906 随机事件出现的频率，随着试验种子数的增加而愈来愈接近一个稳定的数值0.91，它表示了一个随机事件发生的可能程度。在统计学上，通过大量的实验而估计的概率称为实验概率或统计概率，其定义如下： 在相同的条件下重复进行同一实验，随机事件A发生的频率a/m，随着实验总次数n的逐渐增大，愈来愈接近一个定值p，定值p就是事件A的概率。记为： P（A）=p 由于0a0，所以任何事件的概率在0与1之间。即0P（A），必然事件的概率为1，不可能事件的概率为0；随机事件的概率介于0与1之间。 若P（A）小于0.05（或0.01），则称事件A为小概率事件。实践证明，小概率事件在一次试验中出现的可能性是极小的，以至于实际上认为是不可能事件。这种把小概率事件在一次试验中看作是实际不可能出现的事件，被称为“小概率事件实际不可能性”原理。该原理是进行差异显著性测验的基本原理。 一、正态分布 （一）正态分布方程及特性 正态分布是连续性变数的一种理论分布，又称常态分布或高斯分布。正态分布在研究理论和实践问题上都具有非常重要的意义。 第一点，实践中许多事物的连续性变数是服从正态分布。例如：作物产量，植株高度、果实重量等。 第二点，在一定条件下，正态分布可用作二项分布及其它间断性变数或连续性变数分布的近似分布。 第三点，有的总体不呈正态分布，但是在抽样时只要样本容量足够大时，仍然趋近于正态分布。因此可用正态分布来研究这些统计数的抽样分布。 1、正态分布方程 当n→∞时，从二项分布概率函数方程可以推导出正态分布方程 fN（x）= 公式中：x为所研究的变数； fN（x）为某一定值x出现的函数值，称概率密度函数，相当于x值的纵轴高度； ：常数，其值等于3.14159…… e：常数，其值等于2.71828…… μ：总体平均数 σ：总体标准差 由上公式所表示的随机X的分布为正态分布，记作N（μ，σ2）正态分布概率密度函数的图像称作正态曲线或正态概率曲线，其形状见下图： 图 正态分布曲线图（平均数μ，标准差为σ） 对样本次数分布多边形图，若将样本容量n增大，所分的组数增加，组距缩小，再将各组次数以频率表示，连接组中值便可得到正态曲线。 2、正态分布曲线的特性 （1）正态分布曲线是以平均数μ为原点，向左右两侧作对称分布的对称曲线，从x=μ所竖立的纵轴fN（x）是最大值，所以，正态分布曲线的算术平均数、中数、众数是相等的，三者均合于μ点上。 （2）μ和σ的不同而表现为一系列曲线，因此，它是一个曲线系统，μ决定曲线在x轴上的位置，σ决定曲线的形状，任何一条特定的正态曲线只有其μ和σ确定以后才能确定。 （3）μ的附近，离平均数越远，其相应的次数越少； （4）∣x-μ∣=1σ处有拐点，曲线两尾向左右伸展，但fN（x）不会等于0，曲线不会接触x轴。所以，x→时，正态曲线以x轴为渐近线，曲线全距从-∞到+∞。 （5）正态曲线与x轴之间的总面积（概率）为1，所以，曲线下x轴的任何两个定值（x1~x2）之间的面积，等于x落于这个区间的概率。下面列出正态分布中常见的几个区间与其相对应的面积或概率值： 区间 μ±1σ 面积或概率=0.6827 μ±2σ